设为首页 - 加入收藏 - 网站地图
当前位置:主页 > 石油产业 > 正文

数字化+智能化:油气上游的机遇与挑战

时间:2021-09-15 16:54 来源:宝鸡新闻网 作者:宝鸡新闻网 阅读:

  当前新一轮油气科技革命和数字革命正以前所未有的广度和深度席卷全球,大数据、人工智能、新材料、新能源等新技术新产业与油气工业的跨界融合成为创新的重要途径。油气行业是目前全球信息化程度相对较低的行业之一,远低于全球产业平均值。而通过大数据、人工智能等新技术,实现数据自动采集、实时监控、智能生产优化与智能决策,建设智能油气田已成为必然趋势。我国石油企业布局数字化智能化的机遇与挑战在哪里?

  行业观察

  AI+上游,如何破局

  人工智能(AI)技术被誉为“第四次”工业革命的引擎,它将对油气行业数字化转型和智能化发展产生巨大的推动作用,并产生重大的社会效益和经济效益。特雷斯数据显示:2021年,3000多家油气公司在油井及相关基础设施运营方面花费约1万亿美元,如果加速自动化和数字化进程,可减少约10%开支。普华永道预测,到2025年,油气公司上游业务通过人工智能技术应用可节省1000亿~1万亿美元的资本和运营支出。

  近年来,油气行业面对低油价难题,众多国际石油公司和油服公司纷纷与IT巨头联手实现跨界合作,加大人工智能平台的建设力度,促进了勘探开发业务的数字化快速转型,有效提升了效益挖潜空间。2021年,斯伦贝谢与Google合作推出了DELFI云平台,方广辉,将大数据、认知计算等技术与油气勘探开发等业务深度融合,构建了勘探开发全过程数字化、自动化、智能化专业应用环境,支撑企业转型的创新发展,使得平台发展进入了从“N”到“1”的时代。

  2021年以来,各大石油公司加大力度建设智能油气田,以期实现降本提效。壳牌提出建设智能油田(Smart Oilfield),目标是产量提高10%,采收率提高5%~10%,运营费用减少20%,油田开发周期缩短50%。

  目前,我国智能油田建设水平处在数字化向智能化过渡阶段,少数油区已基本建成了智能油田雏形,已经具备了油井自诊断、预警和报警,并能推荐优化的决策方案。

  油气行业人工智能发展面临的挑战

  20年来,我国石油企业在智能油气田建设中创造了“油气田物联网建设模式”“智能油气田建设模式”,油气田智能化的整体性、规模化与管理,已经走在国外油气田的前列,然而,油气行业人工智能发展仍面临系列挑战。

  其一,勘探开发数据孤岛等问题带来的挑战。上游勘探开发过去几十年信息化建设存在的数据多头录入、标准不统一、功能重复开发、信息与业务融合不紧密等问题逐步显现,造成的数据库多、平台多、孤立应用多等现象日趋突出。数据共享难、业务协同难,给油气行业人工智能落地应用带来挑战,高质量的人工智能技术落地应用需要高质量的大数据作为前提和基础。由于采集技术手段受限,能代表问题特征的数据不具备多样性特征,单一性特征的大数据不是真正意义的大数据,给复杂的油气勘探开发领域的研究也带来挑战。数据是人工智能技术发展的灵魂,大数据、数据质量及其治理决定着智能化发展的未来,数字化转型中抓住数据及数据治理就等于抓住了人工智能技术发展的未来。

  其二,人工智能算法工程师与业务人员之间的壁垒挑战。通常,业务人员对人工智能算法不了解,算法工程师对业务人员的专业同样也不了解,导致算法工程师与业务工程师之间往往存在“听不懂、说不清、合不来”现象,给人工智能在业务领域落地带来障碍。油气行业的人工智能落地应用不同于其他行业,油气勘探开发对象都在地下,是一种看不见摸不着的黑箱系统,采用人工智能技术解决问题,不同于人机对弈中的人工智能AlphaGozero,它所走的围棋棋盘是规则且可见的。油气行业大多数要解决和处理的问题都是看不到任何规则和解决问题的对象,具有超强的不确定性,要解决好油气行业的人工智能应用问题,专业知识和行业经验非常重要,需要解决算法工程师与业务人员间存在壁垒的挑战,只有双方深度融合,才能促使人工智能技术的产品或者场景落地应用。

  其三,智能应用场景需要不断迭代发展带来的资金持续性投入挑战。人工智能技术和智能油气田建设基础理论、技术原理研究等方面还不够深入,技术和方法都不够成熟,国内外没有完全成型可参照的样板。人工智能场景和智能油气田建设过程中不同程度地存在数据采集、数据传输、数据存储、数据处理、数据管理和数据使用6个环节的缺失,部分油田只有采集或视频设备,数据和图像分析技术跟不上等,导致出现不同程度的“建得多、用得少”或者“只建不管、只建不用”等现象。

(责任编辑:宝鸡新闻网)

顶一下
(0)
0%
踩一下
(0)
0%